ultralytics/ultralytics

在 Python>=3.8 环境中安装 ultralytics 包，包括所有依赖项，并确保 PyTorch>=1.8。

pip install ultralytics

有关其他安装方法，包括 Conda、Docker 以及通过 Git 从源代码构建，请查阅快速入门指南。

CLI

您可以直接通过命令行界面 (CLI) 使用 yolo 命令来运行 Ultralytics YOLO：

# 使用预训练的 YOLO 模型 (例如 YOLO26n) 对图像进行预测
yolo predict model=yolo26n.pt source='https://ultralytics.com/images/bus.jpg'

yolo 命令支持各种任务和模式，并接受额外的参数，如 imgsz=640。浏览 YOLO CLI 文档获取更多示例。

Python

Ultralytics YOLO 也可以直接集成到您的 Python 项目中。它接受与 CLI 相同的配置参数：

from ultralytics import YOLO

# 加载一个预训练的 YOLO26n 模型
model = YOLO("yolo26n.pt")

# 在 COCO8 数据集上训练模型 100 个周期
train_results = model.train(
    data="coco8.yaml",  # 数据集配置文件路径
    epochs=100,  # 训练周期数
    imgsz=640,  # 训练图像尺寸
    device="cpu",  # 运行设备 (例如 'cpu', 0, [0,1,2,3])
)

# 评估模型在验证集上的性能
metrics = model.val()

# 对图像执行目标检测
results = model("path/to/image.jpg")  # 对图像进行预测
results[0].show()  # 显示结果

# 将模型导出为 ONNX 格式以进行部署
path = model.export(format="onnx")  # 返回导出模型的路径

在 YOLO Python 文档中发现更多示例。

浏览检测文档获取使用示例。这些模型在 COCO 数据集上训练，包含 80 个对象类别。

| 模型 | 尺寸
^{(像素) | mAPval
50-95 | mAPval
50-95(e2e) | 速度
CPU ONNX
(毫秒) | 速度
T4 TensorRT10
(毫秒) | 参数
(百万) | FLOPs
(十亿) | | ---------------------------------------------------------------------- | ------------------- | -------------------- | ------------------------- | ------------------------------- | ------------------------------------ | ------------------- | -------------------- | | YOLO26n | 640 | 40.9 | 40.1 | 38.9 ± 0.7 | 1.7 ± 0.0 | 2.4 | 5.4 | | YOLO26s | 640 | 48.6 | 47.8 | 87.2 ± 0.9 | 2.5 ± 0.0 | 9.5 | 20.7 | | YOLO26m | 640 | 53.1 | 52.5 | 220.0 ± 1.4 | 4.7 ± 0.1 | 20.4 | 68.2 | | YOLO26l | 640 | 55.0 | 54.4 | 286.2 ± 2.0 | 6.2 ± 0.2 | 24.8 | 86.4 | | YOLO26x | 640 | 57.5 | 56.9 | 525.8 ± 4.0 | 11.8 ± 0.2 | 55.7 | 193.9 |}

• mAP^val 值指的是在 COCO val2017 数据集上的单模型单尺度性能。详见 YOLO 性能指标。
  使用 yolo val detect data=coco.yaml device=0 复现结果。
• 速度 指标是在 Amazon EC2 P4d 实例上对 COCO val 图像进行平均测量的。CPU 速度使用 ONNX 导出进行测量。GPU 速度使用 TensorRT 导出进行测量。
  使用 yolo val detect data=coco.yaml batch=1 device=0|cpu 复现结果。

请参阅分割文档获取使用示例。这些模型在 COCO-Seg 数据集上训练，包含 80 个类别。

| 模型 | 尺寸
^{(像素) | mAPbox
50-95(e2e) | mAPmask
50-95(e2e) | 速度
CPU ONNX
(毫秒) | 速度
T4 TensorRT10
(毫秒) | 参数
(百万) | FLOPs
(十亿) | | ------------------------------------------------------------------------------ | ------------------- | ------------------------- | -------------------------- | ------------------------------- | ------------------------------------ | ------------------- | -------------------- | | YOLO26n-seg | 640 | 39.6 | 33.9 | 53.3 ± 0.5 | 2.1 ± 0.0 | 2.7 | 9.1 | | YOLO26s-seg | 640 | 47.3 | 40.0 | 118.4 ± 0.9 | 3.3 ± 0.0 | 10.4 | 34.2 | | YOLO26m-seg | 640 | 52.5 | 44.1 | 328.2 ± 2.4 | 6.7 ± 0.1 | 23.6 | 121.5 | | YOLO26l-seg | 640 | 54.4 | 45.5 | 387.0 ± 3.7 | 8.0 ± 0.1 | 28.0 | 139.8 | | YOLO26x-seg | 640 | 56.5 | 47.0 | 787.0 ± 6.8 | 16.4 ± 0.1 | 62.8 | 313.5 |}

• mAP^val 值指的是在 COCO val2017 数据集上的单模型单尺度性能。详见 YOLO 性能指标。
  使用 yolo val segment data=coco.yaml device=0 复现结果。
• 速度 指标是在 Amazon EC2 P4d 实例上对 COCO val 图像进行平均测量的。CPU 速度使用 ONNX 导出进行测量。GPU 速度使用 TensorRT 导出进行测量。
  使用 yolo val segment data=coco.yaml batch=1 device=0|cpu 复现结果。

请参阅语义分割文档获取使用示例。这些模型在 Cityscapes 数据集上训练，包含 19 个类别。

| 模型 | 尺寸
^{(像素) | mIoUval | 速度
RTX3090 PyTorch
(毫秒) | 参数
(百万) | FLOPs
(十亿) | | ------------------------------------------------------------------------------ | ------------------- | ------------ | -------------------------------------- | ------------------- | -------------------- | | YOLO26n-sem | 1024 × 2048 | 78.3 | 4.4 ± 0.0 | 1.6 | 22.7 | | YOLO26s-sem | 1024 × 2048 | 80.8 | 8.4 ± 0.0 | 6.5 | 88.8 | | YOLO26m-sem | 1024 × 2048 | 82.0 | 19.9 ± 0.1 | 14.3 | 304.5 | | YOLO26l-sem | 1024 × 2048 | 82.9 | 26.5 ± 0.1 | 17.9 | 384.7 | | YOLO26x-sem | 1024 × 2048 | 83.6 | 48.9 ± 0.2 | 40.2 | 861.7 |}

• mIoU^val 值指的是在 Cityscapes 验证集上的单模型单尺度性能。
  使用 yolo semantic val data=cityscapes.yaml device=0 imgsz=2048 复现结果。
• 速度 指标是在 RTX3090 实例上对 Cityscapes 验证集图像进行平均测量的。
  使用 yolo semantic val data=cityscapes.yaml batch=1 device=0|cpu imgsz=2048 复现结果。

请参阅深度估计文档获取使用示例。这些模型在广泛的多数据集混合上预训练，并在 NYU Depth V2 Eigen 测试集上评估，预测每像素深度（单位为米）。

| 模型 | 尺寸
^{(像素) | delta1NYU | abs_relNYU | rmseNYU | 速度
CPU ONNX
(毫秒) | 速度
T4 TensorRT10
(毫秒) | 参数
(百万) | FLOPs
(十亿) | | ---------------------------------------------------------------------------------- | ------------------- | -------------------- | --------------------- | ------------------ | ------------------------------- | ------------------------------------ | ------------------- | -------------------- | | YOLO26n-depth | 768 | 0.882 | 0.109 | 0.414 | 272.0 ± 27.2 | 2.7 ± 0.1 | 6.4 | 46.9 | | YOLO26s-depth | 768 | 0.896 | 0.104 | 0.399 | 393.7 ± 13.1 | 3.8 ± 0.0 | 13.2 | 67.9 | | YOLO26m-depth | 768 | 0.921 | 0.089 | 0.364 | 621.5 ± 49.7 | 6.0 ± 0.1 | 23.3 | 130.7 | | YOLO26l-depth | 768 | 0.930 | 0.083 | 0.351 | 821.9 ± 50.7 | 7.7 ± 0.1 | 27.7 | 157.2 | | YOLO26x-depth | 768 | 0.933 | 0.080 | 0.344 | 1240.9 ± 73.3 | 13.6 ± 0.2 | 57.0 | 302.0 |}

• delta1^NYU 是在 NYU Depth V2 Eigen 测试集（654 张图像）上，通过多尺度 + 水平翻转 TTA 和对数最小二乘对齐后，预测深度在真实深度 1.25 倍范围内的像素比例。
• 不使用 TTA 的单尺度准确率可通过 yolo depth val model=yolo26n-depth.pt data=nyu-depth.yaml imgsz=768 device=0（为每个模型尺寸替换 model= 参数）复现，该方法采用中值（仅尺度）对齐，得分较低：delta1 0.785 (n), 0.786 (s), 0.827 (m), 0.839 (l), 0.843 (x)。
• abs_rel 是预测深度与真实深度之间的平均绝对相对误差。
• rmse 是均方根误差（单位为米）。
• 速度 为纯推理延迟（不含前/后处理），在 imgsz=768、batch=1 下测得，经预热后取多次计时运行的均值 ± 标准差。CPU ONNX 为在 32 核 Intel Xeon (Skylake) 上以 ONNX Runtime fp32 运行；T4 TensorRT10 为在 Tesla T4 上以 TensorRT fp16 运行。
• 参数 和 FLOPs 在 768×768（已发布权重的训练分辨率）下测量。

请查阅分类文档获取使用示例。这些模型在 ImageNet 数据集上训练，涵盖 1000 个类别。

| 模型 | 尺寸
^{(像素) | acc
top1 | acc
top5 | 速度
CPU ONNX
(毫秒) | 速度
T4 TensorRT10
(毫秒) | 参数
(百万) | FLOPs
(十亿) @ 224 | | ------------------------------------------------------------------------------ | ------------------- | ---------------- | ---------------- | ------------------------------- | ------------------------------------ | ------------------- | -------------------------- | | YOLO26n-cls | 224 | 71.4 | 90.1 | 5.0 ± 0.3 | 1.1 ± 0.0 | 2.8 | 0.5 | | YOLO26s-cls | 224 | 76.0 | 92.9 | 7.9 ± 0.2 | 1.3 ± 0.0 | 6.7 | 1.6 | | YOLO26m-cls | 224 | 78.1 | 94.2 | 17.2 ± 0.4 | 2.0 ± 0.0 | 11.6 | 4.9 | | YOLO26l-cls | 224 | 79.0 | 94.6 | 23.2 ± 0.3 | 2.8 ± 0.0 | 14.1 | 6.2 | | YOLO26x-cls | 224 | 79.9 | 95.0 | 41.4 ± 0.9 | 3.8 ± 0.0 | 29.6 | 13.6 |}

• acc 值表示模型在 ImageNet 数据集验证集上的准确率。
  使用 yolo val classify data=path/to/ImageNet device=0 复现结果。
• 速度 指标是在 Amazon EC2 P4d 实例上对 ImageNet val 图像进行平均测量的。CPU 速度使用 ONNX 导出进行测量。GPU 速度使用 TensorRT 导出进行测量。
  使用 yolo val classify data=path/to/ImageNet batch=1 device=0|cpu 复现结果。

请参阅姿态估计文档获取使用示例。这些模型在 COCO-Pose 数据集上训练，专注于 'person' 类别。

| 模型 | 尺寸
^{(像素) | mAPpose
50-95(e2e) | mAPpose
50(e2e) | 速度
CPU ONNX
(毫秒) | 速度
T4 TensorRT10
(毫秒) | 参数
(百万) | FLOPs
(十亿) | | -------------------------------------------------------------------------------- | ------------------- | -------------------------- | ----------------------- | ------------------------------- | ------------------------------------ | ------------------- | -------------------- | | YOLO26n-pose | 640 | 57.2 | 83.3 | 40.3 ± 0.5 | 1.8 ± 0.0 | 2.9 | 7.5 | | YOLO26s-pose | 640 | 63.0 | 86.6 | 85.3 ± 0.9 | 2.7 ± 0.0 | 10.4 | 23.9 | | YOLO26m-pose | 640 | 68.8 | 89.6 | 218.0 ± 1.5 | 5.0 ± 0.1 | 21.5 | 73.1 | | YOLO26l-pose | 640 | 70.4 | 90.5 | 275.4 ± 2.4 | 6.5 ± 0.1 | 25.9 | 91.3 | | YOLO26x-pose | 640 | 71.6 | 91.6 | 565.4 ± 3.0 | 12.2 ± 0.2 | 57.6 | 201.7 |}

• mAP^val 值指的是在 COCO Keypoints val2017 数据集上的单模型单尺度性能。详见 YOLO 性能指标。
  使用 yolo val pose data=coco-pose.yaml device=0 复现结果。
• 速度 指标是在 Amazon EC2 P4d 实例上对 COCO val 图像进行平均测量的。CPU 速度使用 ONNX 导出进行测量。GPU 速度使用 TensorRT 导出进行测量。
  使用 yolo val pose data=coco-pose.yaml batch=1 device=0|cpu 复现结果。

请查阅 OBB 文档获取使用示例。这些模型在 DOTAv1 数据集上训练，包含 15 个类别。

| 模型 | 尺寸
^{(像素) | mAPtest
50-95(e2e) | mAPtest
50(e2e) | 速度
CPU ONNX
(毫秒) | 速度
T4 TensorRT10
(毫秒) | 参数
(百万) | FLOPs
(十亿) | | ------------------------------------------------------------------------------ | ------------------- | -------------------------- | ----------------------- | ------------------------------- | ------------------------------------ | ------------------- | -------------------- | | YOLO26n-obb | 1024 | 52.4 | 78.9 | 97.7 ± 0.9 | 2.8 ± 0.0 | 2.5 | 14.0 | | YOLO26s-obb | 1024 | 54.8 | 80.9 | 218.0 ± 1.4 | 4.9 ± 0.1 | 9.8 | 55.1 | | YOLO26m-obb | 1024 | 55.3 | 81.0 | 579.2 ± 3.8 | 10.2 ± 0.3 | 21.2 | 183.3 | | YOLO26l-obb | 1024 | 56.2 | 81.6 | 735.6 ± 3.1 | 13.0 ± 0.2 | 25.6 | 230.0 | | YOLO26x-obb | 1024 | 56.7 | 81.7 | 1485.7 ± 11.5 | 30.5 ± 0.9 | 57.6 | 516.5 |}

• mAP^test 值指的是在 DOTAv1 测试集上的单模型多尺度性能。
  通过 yolo val obb data=DOTAv1.yaml device=0 split=test 复现结果，并将合并后的结果提交到 DOTA 评估服务器。
• 速度 指标是在 Amazon EC2 P4d 实例上对 DOTAv1 val 图像进行平均测量的。CPU 速度使用 ONNX 导出进行测量。GPU 速度使用 TensorRT 导出进行测量。
  通过 yolo val obb data=DOTAv1.yaml batch=1 device=0|cpu 复现结果。